ANALISIS REGRESI KOMPONEN UTAMA ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINANT – LEAST TRIMMED SQUARE (MCD-LTS)

SISKA DIAH AYU LARASATI, 1517031020 (2019) ANALISIS REGRESI KOMPONEN UTAMA ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINANT – LEAST TRIMMED SQUARE (MCD-LTS). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK-ABSTRACT.pdf Download (92Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (3976Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3299Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Principal Component Regression (PCR) is a method used to overcome multicollinearity problems by reducing the dimensions of independent variables so that new simpler variables are obtained without losing most of the information contained in independent variables. If the observation data also indicates outliers, a robust method on PCR is used by analyzing the combination of Robust Principal Component Analysis using the Minimum Covariance Determinant (MCD) method with Robust Regression Analysis using the Least Trimmed Square (LTS) method. The purpose of this study is to examine the PCR Robust analysis using the MCDLTS method and to know the PCR Robust rigidity by looking at its sensitivity to outliers then compared to the classic PCR based on the bias and Mean Square Error (MSE) on several different sample sizes and outliers. The results of this study indicate that PCR Robust is more effective and efficient in overcoming the problem of multicollinearity and outliers. Keywords : Principal Component Regression, Multicollinearity, Outliers, Robust Regresi Komponen Utama (RKU) merupakan metode yang digunakan untuk mengatasi masalah multikolinearitas dengan mereduksi dimensi variabel bebas sehingga diperoleh variabel baru yang lebih sederhana tanpa kehilangan sebagian besar informasi yang terkandung pada variabel bebasnya. Apabila pada data pengamatan juga terindikasi adanya pencilan, maka digunakan metode robust pada RKU dengan cara melakukakan analisis kombinasi antara Analisis Komponen Utama Robust menggunakan metode Minimum Covariance Determinant (MCD) dengan Analisis Regresi Robust menggunakan metode Least Trimmed Square (LTS). Tujuan dari penelitian ini adalah mengkaji analisis RKU Robust dengan metode MCD-LTS serta mengetahui ketegaran RKU Robust dengan melihat kepekaannya terhadap pencilan kemudian dibandingkan dengan RKU klasik berdasarkan bias dan Mean Square Error (MSE) pada beberapa ukuran sampel dan persentase pencilan yang berbeda. Hasil dari penelitian ini menunjukkan bahwa RKU Robust lebih efektif dan efisien dalam mengatasi masalah multikolinearitas dan pencilan. Kata kunci : Regresi Komponen Utama, Multikolinearitas, Pencilan, Robust

Jenis Karya Akhir:	Skripsi
Subyek:	> QA Mathematics
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	. . Yulianti
Date Deposited:	17 Mar 2022 05:56
Terakhir diubah:	17 Mar 2022 05:56
URI:	http://digilib.unila.ac.id/id/eprint/54798

Actions (login required)

Lihat Karya Akhir